溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編給大家分享一下python數據挖掘中的分類算法是什么，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！
一、KNN算法
二、算法過程
1.讀取數據集
2.處理數據集數據 清洗，采用留出法hold-out拆分數據集：訓練集、測試集
三、實現KNN算法類：
1）遍歷訓練數據集，離差平方和計算各點之間的距離
2）對各點的距離數組進行排序，根據輸入的k值取對應的k個點
3）k個點中，統計每個點出現的次數，權重為距離的導數，得到最大的值，該值的索引就是我們計算出的判定類別
四、kNN的python實現
import numpy as np
#一個最簡單的KNN
class KNN():
def __init__(self):
self.model = {}#存儲各個類別的訓練樣本的特征，key為類別標簽，value是一個list，元素為樣本的特征向量
self.training_sample_num = {}#存儲訓練數據中，各個類別的數量
#訓練模型，輸入是標簽列表，和對應的輸入數據列表
def fit(self, X, Y):
for i in range(len(Y)):
#將訓練數據按照類別分組
if Y[i] in self.model:
self.model[Y[i]].append(X[i])
else:
self.model[Y[i]] = [X[i]]
#各個類別的樣本總數
self.training_sample_num[Y[i]] = self.training_sample_num.get(Y[i], 0) + 1
#預測/判斷一個樣本的類別。這里模仿sklearn的風格，允許輸入單個樣本，也允許輸入多個樣本看完了這篇文章，相信你對python數據挖掘中的分類算法是什么有了一定的了解，想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
